魯 瑞，張 南，辛君芳

（1.澳大利亞國立大學(xué) 計(jì)算機(jī)與工程學(xué)院，堪培拉 2600；2.北京工商大學(xué) 計(jì)算機(jī)學(xué)院，北京 100048）

0 引言

隨著大數(shù)據(jù)與人工智能時(shí)代的悄然到來，人們可以輕松地利用社交平臺(tái)分享自己的生活。據(jù)中國互聯(lián)網(wǎng)絡(luò)信息中心發(fā)布的《中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》顯示，截至2022年6月，我國網(wǎng)民規(guī)模為10.51億，互聯(lián)網(wǎng)普及率達(dá)74.4%。據(jù)文獻(xiàn)資料統(tǒng)計(jì)，約95%左右的網(wǎng)民會(huì)將自己的上網(wǎng)時(shí)間分配給社交平臺(tái)［1］。圖片作為信息的重要載體，與通過文字表達(dá)信息相比更加直觀、形象和生動(dòng)，人們將圖片上傳到社交平臺(tái)的現(xiàn)象非十分普遍。但是，這在給人們的生活增加趣味的同時(shí)，也帶來了隱私信息泄露等安全風(fēng)險(xiǎn)。因此，對(duì)圖像中關(guān)鍵信息，特別是人臉等隱私部位進(jìn)行選擇性加密非常必要。當(dāng)前，人們一般通過手動(dòng)加密或打馬賽克的方式對(duì)網(wǎng)絡(luò)上發(fā)布的圖片區(qū)域進(jìn)行加密，此方法不僅需要花費(fèi)時(shí)間和精力，還很容易被破解。

隨著隱私問題越來越被人們重視，圖像加密問題受到學(xué)術(shù)界的廣泛關(guān)注。通過研究發(fā)現(xiàn)，傳統(tǒng)密碼學(xué)對(duì)圖像數(shù)據(jù)加密的加密方法在信息量大，像素之間相關(guān)性強(qiáng)的圖像中效果不好。而基于混沌系統(tǒng)的加密算法具有初值敏感性、不可預(yù)測性等特點(diǎn)，使其可以更好地與密碼學(xué)相適應(yīng)，在此基礎(chǔ)上，其易于實(shí)現(xiàn)，因此其被學(xué)者們應(yīng)用于圖像加密領(lǐng)域?；煦缦到y(tǒng)主要包括Logistic映射、Henon 映射以及Chen混沌系統(tǒng)［2］。其中，Logistic混沌系統(tǒng)源于人口統(tǒng)計(jì)動(dòng)力學(xué)系統(tǒng)，是加密系統(tǒng)中的常用系統(tǒng)。當(dāng)Loginstic函數(shù)的初值與參數(shù)滿足條件時(shí)，Logistic函數(shù)工作于無法預(yù)測且無序的混沌狀態(tài)，可以生成混沌矩陣對(duì)原圖矩陣進(jìn)行處理，達(dá)到加密目的。Logistic系統(tǒng)比傳統(tǒng)圖像加密方法更安全，在圖像加密領(lǐng)域具有很好的發(fā)展前景［3-5］。因此，本文采用Logistic混沌系統(tǒng)進(jìn)行圖像的加密。

值得注意的是，圖像加密大多是對(duì)整幅圖進(jìn)行加密，但是在軍事和醫(yī)療等方面的應(yīng)用中，并不強(qiáng)制加密整個(gè)圖像。比如，在包含罪犯的圖片中只需要將圖片中的人臉進(jìn)行加密，因此針對(duì)圖像的特定目標(biāo)部分加密的研究十分重要，有學(xué)者指出可以先提取包含主要信息的目標(biāo)區(qū)域，在此基礎(chǔ)上對(duì)圖像的目標(biāo)區(qū)域進(jìn)行加密工作，從而實(shí)現(xiàn)針對(duì)目標(biāo)區(qū)域的圖像加密［6］。對(duì)于圖像解密部分，有文獻(xiàn)表明，解密結(jié)果可以與原始圖像有些許差別，因?yàn)槿祟惐旧韺?duì)圖像具有感知特性，只要圖像內(nèi)容不受影響，解密結(jié)果在一定的范圍內(nèi)出現(xiàn)小的失真現(xiàn)象是被允許的，為了實(shí)現(xiàn)針對(duì)人臉區(qū)域的圖像選擇性加密，需要對(duì)人臉進(jìn)行準(zhǔn)確地定位［7］。目前采用的人臉定位方法主要包括基于知識(shí)、基于特征與基于表象三類傳統(tǒng)人臉定位技術(shù)和基于深度學(xué)習(xí)的人臉定位技術(shù)［8-10］。陳小梅［11］等人先對(duì)人臉圖像進(jìn)行識(shí)別，然后對(duì)其進(jìn)行預(yù)處理去除噪音，最后通過灰度投影獲得主要特征點(diǎn)為人臉進(jìn)行定位。有文獻(xiàn)指出采用和迭代過程識(shí)別圖像中可能存在的人臉輪廓區(qū)域，之后利用Snake算法對(duì)可能存在的人臉區(qū)域進(jìn)行精煉細(xì)化，以獲得最終的目標(biāo)結(jié)果［12］。

深度學(xué)習(xí)憑借其高準(zhǔn)確率、高效率的特性被廣泛應(yīng)用于計(jì)算機(jī)視覺等各個(gè)領(lǐng)域。其中，級(jí)聯(lián)卷積神經(jīng)網(wǎng)絡(luò)等網(wǎng)絡(luò)結(jié)構(gòu)在人臉檢測問題上被深入研究與應(yīng)用，并取得了不錯(cuò)的效果。文獻(xiàn)［13］提出級(jí)聯(lián)的CNN 網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行人臉識(shí)別，為了更精準(zhǔn)地定位人臉區(qū)域此方法設(shè)計(jì)了一種邊界校訂網(wǎng)絡(luò)，并可以進(jìn)行多分辨率解析，因此成為當(dāng)時(shí)識(shí)別效果和速度最好的算法。文獻(xiàn)［14］依照實(shí)驗(yàn)級(jí)聯(lián)CNN 模型，提出了MTCNN 模型，此模型級(jí)聯(lián)的多任務(wù)框架，對(duì)人臉檢測和關(guān)鍵點(diǎn)對(duì)其兩個(gè)認(rèn)為進(jìn)行級(jí)聯(lián)。并對(duì)三個(gè)卷積神經(jīng)網(wǎng)絡(luò)P-Net、R-Net、O-Net進(jìn)行串行，從而可以精確的預(yù)測人臉的位置坐標(biāo)和面部特征點(diǎn)坐標(biāo)。目前，有不少學(xué)者提出了通過haar級(jí)聯(lián)和神經(jīng)網(wǎng)絡(luò)混合的方法構(gòu)造分類器對(duì)人臉區(qū)域進(jìn)行識(shí)別［15］。也有一些學(xué)者提出不使用級(jí)聯(lián)結(jié)構(gòu)進(jìn)行人臉檢測的深度學(xué)習(xí)算法。其中，文獻(xiàn)［16］采用單個(gè)基于深度學(xué)習(xí)的卷積神經(jīng)網(wǎng)絡(luò)模型對(duì)多方位的人臉進(jìn)行檢測，該方法使得輸入圖像的大小不受限制，跟類能力較強(qiáng)，而且不需要對(duì)面部姿勢(shì)等內(nèi)容進(jìn)行注釋。

通過對(duì)上述模型方法的研究，本文研究了一種通過深度學(xué)習(xí)算法自動(dòng)檢測人臉的關(guān)鍵區(qū)域，并對(duì)其進(jìn)行定位和選擇性加密的方法。此方法可以有效保護(hù)人們的肖像等隱私安全，使得人們可以更放心、安全、自由地享受互聯(lián)網(wǎng)帶來的便捷與快樂。

1 深度學(xué)習(xí)及圖像加密方法介紹

1.1 MTCNN算法

2016年，中國科學(xué)院深圳研究院提出了用于人臉檢測的多任務(wù)卷積神經(jīng)網(wǎng)絡(luò)（MTCNN，multi-task convolutional neural network）深度學(xué)習(xí)模型，它是一個(gè)多任務(wù)人臉檢測算法［14］，可以同時(shí)進(jìn)行人臉檢測、人臉區(qū)域定位和人臉特征點(diǎn)標(biāo)注三個(gè)任務(wù)。MTCNN 是一個(gè)進(jìn)行多次單目標(biāo)檢測的多目標(biāo)檢測網(wǎng)絡(luò)模型，它級(jí)聯(lián)了3層卷積神經(jīng)網(wǎng)絡(luò)PNe、R-Net、O-Net［17-18］，模型通過上述三層卷積神經(jīng)網(wǎng)絡(luò)對(duì)人臉圖像逐步精化，以得到最終的人臉框坐標(biāo)和關(guān)鍵的人臉特征點(diǎn)（眼睛、鼻子以及兩個(gè)嘴角）的坐標(biāo)。本文試圖先得到人臉區(qū)域的坐標(biāo)以方便下一步的加密過程實(shí)現(xiàn)，而不需要得到人臉的特征點(diǎn)的坐標(biāo)。因此，本文的具體實(shí)現(xiàn)過程，主要針對(duì)網(wǎng)絡(luò)的人臉檢測和人臉定位兩個(gè)任務(wù)進(jìn)行訓(xùn)練和測試。

1.1.1 MTCNN 算法實(shí)現(xiàn)過程

將輸入圖片分割為不同尺寸的圖像，將其構(gòu)造為形如金字塔的結(jié)構(gòu)，稱為圖像金字塔。將圖像金字塔輸入P-Net以獲取含有人臉的候選框，通過NMS對(duì)候選框進(jìn)行過濾，去除冗余的候選框得到最終的人臉候選框。然后將所有包含人臉的候選框輸入到R-Net中，通過更為嚴(yán)格的臉部特征點(diǎn)標(biāo)準(zhǔn)，對(duì)候選框進(jìn)行進(jìn)一步細(xì)化，去掉錯(cuò)誤判斷，通過Bounding-Box Regression和NMS對(duì)結(jié)果進(jìn)行優(yōu)化，獲得置信度高的人臉候選框。最后，上一步結(jié)果輸入O-Net中，定位最終人臉候選框坐標(biāo)以及確定5個(gè)特征點(diǎn)的位置坐標(biāo)。MTCNN 算法的工作流圖如圖1所示。在本文中，由于沒有運(yùn)用MTCNN 算法人臉對(duì)齊的任務(wù)，所以不會(huì)做地標(biāo)標(biāo)注。

圖1 MTCNN算法的工作流圖［14］

1.1.2 MTCNN 算法的網(wǎng)絡(luò)結(jié)構(gòu)

P-Net全稱為Proposal Network，是一個(gè)包含3個(gè)卷積層的卷積網(wǎng)絡(luò)，他的主要作用就是判斷圖像中是否包含人臉，并輸出人臉候選框和關(guān)鍵點(diǎn)的位置坐標(biāo)。如圖2所示，首先，P-Net對(duì)輸入圖像進(jìn)行卷積操作的卷積核是一個(gè)大小為3＊3，步長為1的卷積核，在此基礎(chǔ)上，對(duì)其進(jìn)行最大池化，其中進(jìn)行范圍為2＊2，步長為2，從而可以得到一個(gè)大小為5＊5，通道數(shù)為10的特征圖。之后，將上一步得到的特征圖繼續(xù)與一個(gè)大小為3＊3，步長為1的卷積核進(jìn)行卷積，得到大小為3＊3，通道數(shù)為16的特征圖，之后將其再進(jìn)行上述卷積操作得到一個(gè)特征圖。最后，將上一步得到的1＊1＊32的特征圖繼續(xù)進(jìn)行卷積操作生成最終的特征圖并將其用于人臉分類預(yù)測、人臉邊界框預(yù)測與人臉地標(biāo)預(yù)測。

圖2 P-Net的網(wǎng)絡(luò)結(jié)構(gòu)圖［14］

R-Net也就是Refine Network，是一個(gè)卷積神經(jīng)網(wǎng)絡(luò)，其在P-Net的基礎(chǔ)上增加了一個(gè)全連接層，對(duì)上個(gè)階段的輸出進(jìn)行進(jìn)一步細(xì)化。如圖3所示，它與P-Net相比參數(shù)不同，而且R-Net增加了全連接操作。全連接層允許更精細(xì)的處理，消除大量錯(cuò)誤的候選區(qū)域。R-Net有規(guī)定的輸入大小限制，為24＊24，它可以在圖像經(jīng)過P-Net產(chǎn)生候選框后對(duì)其進(jìn)行篩選、排除，得到更加精確的人臉區(qū)域。

圖3 R-Net的網(wǎng)絡(luò)結(jié)構(gòu)圖［14］

O-Net全稱Output Network，如圖4 所示，它也是一個(gè)卷積神經(jīng)網(wǎng)絡(luò)而且比R-Net更復(fù)雜，它又比R-Net多一個(gè)卷積層。O-Net的輸入大小為48＊48，它可以對(duì)經(jīng)過RNet人臉區(qū)域進(jìn)一步過濾，得到最終的輸出結(jié)果。

圖4 O-Net的網(wǎng)絡(luò)結(jié)構(gòu)圖［14］

通過對(duì)上述三個(gè)卷積網(wǎng)絡(luò)的了解可以看到MTCNN 級(jí)聯(lián)的三個(gè)網(wǎng)絡(luò)的結(jié)構(gòu)都比較簡單，訓(xùn)練起來比較容易，通過對(duì)這三個(gè)網(wǎng)絡(luò)逐步精化，了以得到較為準(zhǔn)確的檢測結(jié)果。因此，MTCNN 在檢測速度和檢測率上表現(xiàn)都比較好。

MTCNN 算法模型包括交并比和非極大值抑制兩種工具，用其判斷候選區(qū)域和加塊區(qū)域識(shí)別速度。交并比實(shí)際表示兩個(gè)識(shí)別框之間交集和并集的比值，它用于表示兩個(gè)識(shí)別框之間的相似程度。除此之外，在生成訓(xùn)練數(shù)據(jù)時(shí)，交并比可以判斷樣本屬于正樣本、負(fù)樣本還是部分樣本，或者在非極大值抑制過濾候選框時(shí)，判斷去除與其余候選框相似度高的候選區(qū)域。非極大值抑制用于抑制不是極大值的元素，并搜索此區(qū)域內(nèi)的極大值。非極大值抑制以得到的候選框的置信度（為人臉區(qū)域的概率）為標(biāo)準(zhǔn)進(jìn)行排序。檢測每個(gè)網(wǎng)絡(luò)時(shí)，可以通過非極大值抑制去掉置信度較低且與其他候選框區(qū)域交并比較大的候選框區(qū)域。通過非極大值抑制對(duì)候選框進(jìn)行篩選，可以將效果較好的人臉候選區(qū)域進(jìn)行篩選，從而減少下一個(gè)網(wǎng)絡(luò)中輸入的候選框數(shù)目，以此來提高 人臉區(qū)域的檢測速度。

1.2 Logistic圖像混沌置亂加密算法

混沌是指確定性動(dòng)力學(xué)系統(tǒng)表現(xiàn)出的看似隨機(jī)、卻無法預(yù)測的運(yùn)動(dòng)［19］?；煦缦到y(tǒng)憑借其初值敏感性、隨機(jī)性等良好的混沌特性，可以很好地提高圖像加密的效果。Logistic系統(tǒng)是一種經(jīng)典的混沌系統(tǒng)，在圖像加密領(lǐng)域得到廣泛應(yīng)用。Logistic映射的系統(tǒng)方程如式（5）所示：

式中，Xn為迭代結(jié)果，X0為初值，Xn∈（0，1）；U為參數(shù)，U∈（0，4］。當(dāng)X0∈（0，1），當(dāng)U∈（3.569，4］時(shí)，Logistic映射工作處于混沌狀態(tài)。如圖5所示，當(dāng)參數(shù)滿足設(shè)定的條件時(shí)，對(duì)初值進(jìn)行迭代獲得的序列是沒有周期性的，即使參數(shù)發(fā)生微小改變，迭代的結(jié)果也會(huì)發(fā)生巨大變化。

圖5 Logistic映射迭代圖［20］

將參數(shù)U設(shè)定在指定區(qū)間，使Logisic函數(shù)工作于混沌狀態(tài)，對(duì)其進(jìn)行若干次迭代，便可獲得一組混沌序列。在計(jì)算機(jī)中圖像通過矩陣形式進(jìn)行存儲(chǔ)與處理，因此可以將圖像的矩陣表達(dá)形式與生成的混沌序列進(jìn)行運(yùn)算對(duì)圖像進(jìn)行加密，由于圖像像素值處于0～255之間而生成混沌序列值位于0～1之間，因此對(duì)混沌序列按照0～255的范圍進(jìn)行歸一化處理從而得到新的混沌序列。在此之后，將新序列轉(zhuǎn)化為二維矩陣，與原圖進(jìn)行異或操作，得到加密后的圖像，以上便是圖像的Logistic混沌置亂加密流程，設(shè)定的參數(shù)U和初值X0即為秘鑰。

2 FIIE算法

本文提出了FIIE 算法模型對(duì)人臉圖像進(jìn)行識(shí)別和加密，該模型首先對(duì)輸入數(shù)據(jù)進(jìn)行分類，識(shí)別出目標(biāo)圖片是否包含人臉以及識(shí)別出的區(qū)域是否是人臉區(qū)域，然后對(duì)人臉?biāo)趨^(qū)域進(jìn)行預(yù)測，識(shí)別出人臉預(yù)測框并計(jì)算其與真實(shí)數(shù)據(jù)之間的偏移量，以確定人臉邊界框的最終范圍，最后，通過Logistic加密算法對(duì)上述結(jié)果進(jìn)行加密，完成目標(biāo)圖片的最終加密結(jié)果。FIIE（face image information encryption）算法實(shí)現(xiàn)過程如圖6所示。

圖6 FIIE算法結(jié)構(gòu)圖

FIIE算法融合了MTCNN 網(wǎng)絡(luò)模型的重要部分及Logistic加密算法思想，運(yùn)用人臉／非人臉分類、人臉邊界框回歸、人臉邊界框檢測結(jié)果可確定識(shí)別人臉標(biāo)記框，再通過圖像選擇性加密算法實(shí)現(xiàn)對(duì)標(biāo)記框中的人臉進(jìn)行準(zhǔn)確、安全加密。

2.1 增強(qiáng)人臉邊界精確表示

MTCNN 網(wǎng)絡(luò)模型可以進(jìn)行人臉／非人臉分類、人臉邊界框回歸和人臉關(guān)鍵點(diǎn)定位三個(gè)任務(wù)的訓(xùn)練，本文則提出采用增強(qiáng)人臉邊界精確表示算法，只需對(duì)人臉進(jìn)行識(shí)別并通過邊界框標(biāo)記，無需對(duì)人臉關(guān)鍵點(diǎn)進(jìn)行標(biāo)記，因此本文只加強(qiáng)了前兩個(gè)任務(wù)的訓(xùn)練。

2.1.1 人臉／非人臉分類任務(wù)

該任務(wù)的學(xué)習(xí)目標(biāo)是一個(gè)二分類問題，以此來解決人臉和非人臉區(qū)域的問題，此問題用交叉熵?fù)p失函數(shù)：

式（1）中，pi為網(wǎng)絡(luò)模型輸出候選樣本是人臉的概率；表示樣本的真實(shí)標(biāo)簽，其取值為0或1。

2.1.2 人臉邊界框回歸任務(wù)

MTCNN 網(wǎng)絡(luò)將其視為一個(gè)回歸問題，將上面人臉非人臉區(qū)域的分類結(jié)果進(jìn)行標(biāo)出，得到一個(gè)人臉候選框，此問題采用均方誤差損失函數(shù)：

2.1.3 多任務(wù)訓(xùn)練

綜合上述兩個(gè)任務(wù)的損失函數(shù)為：

式（3）中，N為訓(xùn)練樣本數(shù)目；αj為權(quán)重值，表示每個(gè)任務(wù)的重要性，其中，分類任務(wù)的權(quán)重αdet為1，邊界框回歸任務(wù)的權(quán)重αbox為0.5；為上述的損失函數(shù)；為樣本類型，其值為0或1。

2.2 Logistic混沌加密算法

現(xiàn)有對(duì)圖像加密的研究主要是使用Logistic混沌加密算法對(duì)整幅圖進(jìn)行加密，本文為了達(dá)到對(duì)區(qū)域進(jìn)行選擇性加密的目的，對(duì)此算法進(jìn)行了改進(jìn)，在圖像不失真的情況下大大增強(qiáng)圖像加密的安全性。不同于傳統(tǒng)算法中將由混沌序列生成的圖像二維矩陣與需要加密的圖像進(jìn)行異或操作從而得到加密圖像，本文先利用前一步驟得到的人臉區(qū)域坐標(biāo)生成所需掩碼，通過掩碼過濾掉圖像中與人臉不相關(guān)的區(qū)域，使其不參與運(yùn)算，從而減少運(yùn)算成本，之后將其與混沌序列生成的二維矩陣以及需要加密的圖像進(jìn)行異或操作，完成對(duì)圖像的人臉區(qū)域進(jìn)行加密的任務(wù)。具體操作過程如圖7所示。

圖7 Logistic加密過程圖

3 實(shí)驗(yàn)

3.1 數(shù)據(jù)集準(zhǔn)備及數(shù)據(jù)預(yù)處理

本文使用了WIDER FACE 數(shù)據(jù)集在對(duì)MTCNN 模型進(jìn)行訓(xùn)練。WIDER FACE數(shù)據(jù)集包含32 203張圖片，一共包含了393 703個(gè)人臉數(shù)據(jù)，如圖8所示，根據(jù)這些圖片場景的不同，改數(shù)據(jù)集又分為了Parade、Handshaking、Rescue、Ceremony等61個(gè)類，并將每個(gè)類別以4：1：5的比例劃分為訓(xùn)練集、驗(yàn)證集和測試集。在實(shí)驗(yàn)中，本文從訓(xùn)練集中隨機(jī)選取了中的3 069張圖片對(duì)模型進(jìn)行訓(xùn)練。

圖8 WLDERFACE數(shù)據(jù)集

官網(wǎng)中的關(guān)于圖像標(biāo)注的文件有MATLAB存儲(chǔ)格式和文本格式兩種，本文主要采用文本格式的標(biāo)注文件。如圖9所示，在圖像標(biāo)注文件中，第一行代表每個(gè)圖片的名稱，第二行表示此圖片中標(biāo)注的人臉個(gè)數(shù)，接下來的每一行依次表示圖片中標(biāo)注的邊界框的左上角點(diǎn)x、y坐標(biāo)、邊界框的寬、高、人臉的模糊程度、做出表情的程度等10個(gè)詳細(xì)信息。本文主要利用與人臉邊界框位置相關(guān)的4個(gè)信息。

圖9 標(biāo)注文件格式

為了簡便后續(xù)實(shí)驗(yàn)操作，本文對(duì)原始的標(biāo)注文件內(nèi)容進(jìn)行了修改，如圖10所示，修改后的標(biāo)注文件一行代表一張圖片，每張圖片的信息以圖片為首，除此之外的其他數(shù)據(jù)每四個(gè)為一組來表示此圖片中所有標(biāo)注過人臉的邊界框的左上角點(diǎn)以及右下角的點(diǎn)x、y坐標(biāo)。修改后的標(biāo)注文件就可以直接用于MTCNN 模型進(jìn)行訓(xùn)練。

圖10 修改后的數(shù)據(jù)集標(biāo)注文件格式

3.2 訓(xùn)練數(shù)據(jù)準(zhǔn)備

在對(duì)MTCNN 網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練時(shí)，需要分階段依次對(duì)P-Net、R-Net和O-Net網(wǎng)絡(luò)進(jìn)行數(shù)據(jù)準(zhǔn)備。

在準(zhǔn)備P-Net的數(shù)據(jù)時(shí)，需要對(duì)訓(xùn)練集的圖片進(jìn)行截取，將截取的正方形區(qū)域與標(biāo)注文件中的人臉邊界框進(jìn)行IOU 的計(jì)算，根據(jù)得到的結(jié)果對(duì)截取的區(qū)域進(jìn)行分類。當(dāng)IOU 小于0.3時(shí)，則表明此區(qū)域沒有人臉的圖像，將其分類到負(fù)樣本中；如果IOU 大于等于0.4但小于0.65，則表明此區(qū)域含有局部人臉圖像，屬于部分樣本；如果IOU 大于等于0.65，表明此區(qū)域含有一張完整人臉，分類為正樣本。在訓(xùn)練P-Net時(shí)，其輸入都是12＊12＊3的圖像，所以要將這些樣本調(diào)整大小為12＊12，之后分別保存到如圖11所示的negative、part、positive文件夾下。

圖11 P-Net訓(xùn)練數(shù)據(jù)的目錄

通過上述操作可以得到本實(shí)驗(yàn)的訓(xùn)練樣本，在此之后制作這些樣本的標(biāo)注文件。如圖12～14所示，用代碼0表示負(fù)樣本的標(biāo)簽樣本類型；用代碼1 表示正樣本的標(biāo)簽樣本類型，其中正樣本標(biāo)簽中包含圖片對(duì)于真實(shí)人臉邊界框的偏移量，偏移量是通過真實(shí)框左上角點(diǎn)和右下角點(diǎn)的坐標(biāo)值與建議框?qū)?yīng)的坐標(biāo)值相減并除以建議框的尺寸所得到的；部分樣本的標(biāo)簽用類型代碼-1 表示，其也包含它對(duì)于真實(shí)人臉邊界框的偏移量。將這三個(gè)標(biāo)注文件完成后，將其整合到一個(gè)文本文件中，便于后續(xù)訓(xùn)練網(wǎng)絡(luò)使用。

圖12 負(fù)樣本的標(biāo)注文件

圖13 部分樣本的標(biāo)注文件

圖14 正樣本的標(biāo)注文件

正樣本和負(fù)樣本用來訓(xùn)練人臉分類任務(wù)，正樣本和部分樣本用于訓(xùn)練人臉邊框回歸任務(wù)。

R-Net的訓(xùn)練樣本需要用P-Net訓(xùn)練好的網(wǎng)絡(luò)來生成，并將生成的樣本調(diào)整大小為24＊24。生成樣本之后，對(duì)樣本的分類方法和標(biāo)注文件的格式與P-Net都相同。同理，O-Net的訓(xùn)練樣本需要R-Net訓(xùn)練好的模型來生成，此部分大小需調(diào)整為48＊48。

將網(wǎng)絡(luò)訓(xùn)練好之后，對(duì)訓(xùn)練好的網(wǎng)絡(luò)進(jìn)行測試，測試結(jié)果如圖15所示。

通過實(shí)驗(yàn)發(fā)現(xiàn)，即使實(shí)驗(yàn)圖片中包含較多的人臉數(shù)目時(shí)，MTCNN 算法也能有效地檢測并定位人臉位置，并且該算法可以識(shí)別擁有較多人臉信息的側(cè)臉。不過，對(duì)于一些面部大量被遮擋的圖片信息以及與人臉十分相似的圖片信息，MTCNN 網(wǎng)絡(luò)模型在檢測過程中也會(huì)出現(xiàn)檢測不出或者過度檢測的情況。但是，對(duì)于大多數(shù)的圖片結(jié)果，此算法模型還是可以輸出較好的檢測和定位結(jié)果。

通過對(duì)Logistic加密算法的創(chuàng)新，得到如圖16所示的加密結(jié)果。

由圖16可以看出本文使用的加密方法對(duì)加密圖片中部分區(qū)域有比較不錯(cuò)的實(shí)現(xiàn)效果，由此可見，通過創(chuàng)新后的Logistic混沌置亂加密可以解決保護(hù)圖像中面部區(qū)域隱私問題。

4 結(jié)束語

本文研究了一種針對(duì)圖像的面部區(qū)域進(jìn)行選擇性解密的算法模型，實(shí)現(xiàn)對(duì)圖片中的人臉隱私部位的有效保護(hù)。該方法融合了人臉檢測算法、人臉對(duì)齊方法及圖像加密算法，對(duì)圖像中的人臉信息進(jìn)行加密保護(hù)。通過對(duì)WLDER FACE數(shù)據(jù)集的標(biāo)注數(shù)據(jù)進(jìn)行修改，并用此數(shù)據(jù)集以及修改后的標(biāo)注文件對(duì)MTCNN 模型進(jìn)行訓(xùn)練。此外MTCNN網(wǎng)絡(luò)模型級(jí)聯(lián)了P-Net、R-Net、O-Net三層卷積神經(jīng)網(wǎng)絡(luò)，并對(duì)上述三個(gè)網(wǎng)絡(luò)分別依次進(jìn)行訓(xùn)練。將三個(gè)網(wǎng)絡(luò)模型訓(xùn)練好后，通過訓(xùn)練好的模型對(duì)圖片數(shù)據(jù)集進(jìn)行人臉檢測和定位，便可得到圖片中人臉區(qū)域標(biāo)記的矩形框的坐標(biāo)。通過得到的矩形框坐標(biāo)可以生成掩碼，利用掩碼對(duì)Logistic混沌序列和原圖片進(jìn)行OpenCV 位運(yùn)算，然后對(duì)得到的區(qū)域進(jìn)行加密從而獲得加密后的圖像。后續(xù)將在檢測速度或較多遮擋情況下的人臉隱私等方面展開進(jìn)一步的研究。